Question

我有以下代码：

    int main()
    {
        regex reg_expr("(\\([A-Z],[A-Z]\\))(?:\\s(\\([A-Z],[A-Z]\\)))*");
        //regex reg_expr("(\\([A-Z],[A-Z]\\))(?:\\s(\\([A-Z],[A-Z]\\)))*\\s(\\([A-Z],[A-Z]\\))");
        smatch sm;
        string input("(A,B) (C,D) (F,W) (G,K) (R,M)");
        //string input("(A,B) (C,D) (F,W)");
        if (regex_match(input, sm, reg_expr)) {
            cout << "true\n";
            cout << sm.size() << "\n";
            for (int i = 0; i < sm.size(); i++) {
                //if (sm[i].length())
                    cout << "submatch number " << i << ": " << sm[i].str() << '\n';
            }
        } else
            cout << "false";
    return 0;
    }

除了“smatch sm”对正则表达式字符串中指定的每个子表达式只有一个子字符串外，一切正常。例如，对于以下测试字符串：

 (A,B) (C,D) (F,W) (G,K) (R,M)

与

正确匹配

 (\([A-Z],[A-Z]\))(?:\s(\([A-Z],[A-Z]\)))*

正则表达式，“sm”只有树子串：一个用于整个字符串，另外两个是“（A，B）”和“（R，M）”，“（C，D） “，”（F，W）“，”（G，K）“缺失，但它们匹配。

看起来正则表达式(?:\s(\([A-Z],[A-Z]\)))*正确理解0个或更多个子表达式应该匹配，但似乎只有一个子表达式存储在std::smatch sm中。<登记/> 这是一个库错误（不太可能）或我做错了什么？你的帮助和建议很好！

Answer 1

这不是一个bug，但几乎是一个普遍的行为（除了PyPi Python regex模块，.NET和（如果使用适当的选项编译）Boost）当重复捕获时只将最后匹配的项存储在其缓冲区中

有关详情，请参阅Repeating a Capturing Group vs. Capturing a Repeated Group文章。

在您的情况下，您可以使用常规std::sregex_iterator：

int main() {
    std::regex reg_expr(R"(\([A-Z],[A-Z]\))");
    string input("(A,B) (C,D) (F,W) (G,K) (R,M)");
    for(std::sregex_iterator i = std::sregex_iterator(input.begin(), input.end(), reg_expr);
        i != std::sregex_iterator();
        ++i)
    {
        std::cout << (*i).str() << std::endl;
    }
    return 0;
}

请参阅C++ demo

注意我使用的是原始字符串文字R"(...)"，其中只需要1个反斜杠来转义正则表达式元字符。

c ++ std :: regex，smatch只保留一次子表达式，因为它们在模式字符串中的外观

1 个答案: